美团llm算法实习面经（已oc）

大模型就业方向主要有两个：大模型应用和基座大模型。基座大模型的特点是要求高，招收的人数少，真正做基座的公司也不多。所以大模型应用反而是大部分同学实际工作的方向，大模型应用的覆盖范围广，相对要求低一些。🌟大模型应用的方向：✅搜索推荐广告：生成方向，比如自动化生成图片和视频；文本方向，比如相关性；其他方向，比如搜索推荐中的召回，重排序；✅AI 原生方向：主要是基于大模型出来的新 app ，比如豆包，元宝，夸克， Kimi 等；·和 LLM 更加匹配的方向：比如智能客服，比如 chatApp ;✅传统行业：很多传统行业，比如食品公司，MCN公司都在做 AI 转型，期望 AI 给原有行业带来新的机会；✅具身智能：机器人公司，比如宇树智能。🌟大模型应用的要求：1.大模型的基础流程：预训练，后训练等基本流程要了解；自回归和基于 Diffusion 的训练方法；2.RAG ：文本拆解的方法；召回模型和优化，排序模型和优化； RAG 模型和生成联合优化；3.Agent ：基本原理，比如 Plan , Memory , Tool - Use ；如何优化比如 Tool 的使用， Plan 能力的加强； MCP 协议的原理等；4.多模态：多模态大模型的基本方法，领域内多模态能力如何加强🌟大模型应用招聘要求：2025年，任何方向，要有项目，且有一定的深度或者创新；或者本人的简历很好（比如 Top 985，论文等）。📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

Diffusion Model（扩散模型）扩散模型是一类基于概率生成的深度学习模型，核心思想是通过模拟“扩散过程”（从有序到无序）的逆过程，逐步从随机噪声中生成逼真的数据（如图像、文本等）。自2020年以来，扩散模型在图像生成领域表现突出，成为与GAN、VAE并列的主流生成模型，典型代表包括DDPM（Denoising Diffusion Probabilistic Models）、Stable Diffusion等。核心原理扩散模型的工作流程分为两个阶段：前向扩散（Forward Diffusion） 和反向扩散（Reverse Diffusion）。前向扩散（加噪过程）从原始数据（如一张图...

1️⃣自我介绍2️⃣实习项目拷打3️⃣科研拷打4️⃣八股Grpo 原理，公式，与 ppo 的区别1.介绍其他的一些强化学习方法2.介绍 Rope3.为什么大模型用 decode - only 架构，为什么不用 encode - decode4.介绍 qwen -2.5的结构5.Sft 训练 qwen - vl -7b模型占用的显存是多少，vit 和映射层占多少显存6.训练的时候爆显存了怎么解决7.介绍一下 deepspeed5️⃣手撕1.连续数组最大和2.搜索旋转数组📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

美团第一批秋招笔试于8月9日上午10:00进行！ 来看看往年都考些什么！速来复习！笔试过过过！ 试卷入口：2024年秋招-美团-技术岗-第一批笔试  经典的一道题 【编程题】小美的数组构造 题目描述： 给定一个数组，你可以花费一次操作修改数组中的任意一个元素为任意整数。要求修改后的数组满足一个“-good”条件：对于数组中任意两个值相同的元素，它们的下标差的绝对值必须为。求解最小操作次数。 输入描述： 第一行包含两个整数和，表示数组长度和指定的下标差。第二行包含个整数，表示数组的元素。 输出描述： 一个整数，表示最小操作次数。 解题思路： 这个问题可以通过分组和频率统计来解决。  “-good...